web-dev-qa-db-ja.com

Pandas scattermatrixのクラスラベル

この質問は以前に尋ねられました、 散布行列の複数のデータ 、しかし答えを受け取りませんでした。

pandas docs にありますが、クラスごとに異なる色のマーカーを使用して、次のような散布行列を作成したいと思います。たとえば、いくつか欲しいです。いずれかの列(または別のリスト)の値に応じて、ポイントは緑色で表示され、その他のポイントは青色で表示されます。

これは、アイリスデータセットを使用した例です。ポイントの色は、アイリスの種(Setosa、Versicolor、またはVirginica)を表しています。

iris scattermatrix with class labels

pandas(またはmatplotlib)には、そのようなグラフを作成する方法がありますか?

12
bgschiller

更新:この機能は、Seabornの最新バージョンに含まれるようになりました。 ここに例があります

以下は私の一時的な対策でした:

def factor_scatter_matrix(df, factor, palette=None):
    '''Create a scatter matrix of the variables in df, with differently colored
    points depending on the value of df[factor].
    inputs:
        df: pandas.DataFrame containing the columns to be plotted, as well 
            as factor.
        factor: string or pandas.Series. The column indicating which group 
            each row belongs to.
        palette: A list of hex codes, at least as long as the number of groups.
            If omitted, a predefined palette will be used, but it only includes
            9 groups.
    '''
    import matplotlib.colors
    import numpy as np
    from pandas.tools.plotting import scatter_matrix
    from scipy.stats import gaussian_kde

    if isinstance(factor, basestring):
        factor_name = factor #save off the name
        factor = df[factor] #extract column
        df = df.drop(factor_name,axis=1) # remove from df, so it 
        # doesn't get a row and col in the plot.

    classes = list(set(factor))

    if palette is None:
        palette = ['#e41a1c', '#377eb8', '#4eae4b', 
                   '#994fa1', '#ff8101', '#fdfc33', 
                   '#a8572c', '#f482be', '#999999']

    color_map = dict(Zip(classes,palette))

    if len(classes) > len(palette):
        raise ValueError('''Too many groups for the number of colors provided.
We only have {} colors in the palette, but you have {}
groups.'''.format(len(palette), len(classes)))

    colors = factor.apply(lambda group: color_map[group])
    axarr = scatter_matrix(df,figsize=(10,10),marker='o',c=colors,diagonal=None)


    for rc in xrange(len(df.columns)):
        for group in classes:
            y = df[factor == group].icol(rc).values
            gkde = gaussian_kde(y)
            ind = np.linspace(y.min(), y.max(), 1000)
            axarr[rc][rc].plot(ind, gkde.evaluate(ind),c=color_map[group])

    return axarr, color_map

例として、質問と同じデータセットを使用します。利用可能です ここ

>>> import pandas as pd
>>> iris = pd.read_csv('iris.csv')
>>> axarr, color_map = factor_scatter_matrix(iris,'Name')
>>> color_map
{'Iris-setosa': '#377eb8',
 'Iris-versicolor': '#4eae4b',
 'Iris-virginica': '#e41a1c'}

iris_scatter_matrix

これがお役に立てば幸いです。

22
bgschiller

次のように、pandas)から散布行列を呼び出すこともできます。

_pd.scatter_matrix(df,color=colors)
_

colorsはサイズlen(df)を含む色のリストです

15
jrjc